10 月 10 日是世界精神卫生日。今年世卫组织把主题定为“倾听亲身经历：以真实的声音推动真正的改变”，强调有亲身经历的人，他们的认识本身就是重要的专业知识。国内的宣传主题是“悦纳情绪，心有阳光”。
在来华留学生心理健康工作中，学校最先看见学生真实状态的渠道，就是心理测评。刚到中国的来华留学生，未必能清晰表达自己的情绪和困扰，也不清楚该去哪里求助，但会在测评题目里回答自己的日常状态：睡得好不好，会不会时常感到孤单。
测评是学校听见来华留学生真实状态的第一条路径。测评本身一旦有偏差，收集到的信息就会失真。
◆
“一份不准的测评报告，比不测评更有隐患：
它会让学校误以为学生没有心理问题。”
目前多数通用心理量表，都用一个总分来划分心理状态等级。这种方式简洁易用，也是高校普遍采用的测评形式。
但心理困扰本身非常多元。一项针对 3700 多名抑郁患者的研究发现，同样被诊断为抑郁，症状组合多达 1030 种，其中最常见的一种也只占 1.8%。
这会造成典型的测评偏差：两名总分相同的来华留学生，一个主要受睡眠问题困扰，一个主要表现为回避社交，状态和需求完全不同，在报告上却是一样的结果。只看总分，判断不出学生的困扰具体来自哪里。
按照国际测验委员会（ITC）的量表改编指南，一套量表用到新的人群，要保证题意、评分和作答方式都贴合使用者的生活背景，只做文字翻译远远不够。
很多通用量表的题目场景和表述方式，并不适合来华留学生的生活环境：有的题目场景脱离学生日常，有的一道题里包含好几个问题，容易让人理解混乱。多项跨文化研究发现，不少题目没有被按原意理解，有的研究里接近一半。
涉及认知、生活观念、信仰的题目尤其如此，不同国家的学生理解差异极大。没有经过适配的量表，很难测出学生的真实状态。
心理测评中普遍存在“参照群体效应”：每个人打分时参照的标准不同，有人和身边的人比，有人和自己文化里的“正常”比。同样的状态，打出来的分数可能完全不同。
一个著名的例子是，自评数据显示中国受访者的政治效能感高于墨西哥受访者，校正参照标准之后，结论正好反了过来。
不同国家的学生，作答风格也有差异：有的偏好选极端选项，有的偏好选中间选项。统一的分数线没有考虑这些文化和作答习惯上的差异，直接比较分数，结果并不客观。
识别不认真作答，常用三种办法：嵌入识别题、看作答模式、看作答时间。但高校常用的纸质问卷和通用问卷工具，只能留下最终答案，无法记录作答过程，很难识别敷衍、乱填、按固定规律作答等无效数据。
对来华留学生来说，陌生的语境、不熟悉的题目场景、过长的问卷，都会消磨作答的耐心，影响作答的真实度。
◆
“测评有没有效，最终取决于学生是否愿意真实作答。”
安泊数智心坊长期聚焦来华留学生心理测评，服务多所高校，累计来华留学生心理筛查超 1 万人次。针对一线测评中发现的各类偏差，安泊搭建了外显测评与内隐测评双轨并行的测评体系。
外显测评：优化自陈量表，适配来华留学生。外显测评以学生填答的自陈量表为核心。
更低的作答门槛
EXPLICIT 01
平台支持 7 个语种，来华留学生可以直接用母语答题，减少语言理解上的误差。采用分级测评：先用短问卷初筛，只向有风险信号的学生推送完整量表。没有困扰的学生很快就能完成，整体作答负担更低。
针对性的跨文化调校
EXPLICIT 02
安泊对量表题目做了场景精简与拆分，剔除脱离学生生活的例子，优化有歧义的题目，并邀请不同文化背景的学生参与试答校准，让题意更统一、更易懂。另设跨文化适应量表，单独了解学生在文化适应层面的状态；解读分数时，以背景相近的学生群体为参照，减少统一分数线带来的偏差。
更细的问题维度，方便学校落地干预
EXPLICIT 03
自适应逻辑量表不再只给出一个总分，而是逐层定位学生的困扰维度和程度，让学校清楚看到学生的具体问题方向。该功能已完成内测，即将正式上线，欢迎老师们体验。系统会自动识别并标记低质量作答，让最终报表的数据可信、可用。
内隐测评：补上自陈量表的盲区。自陈量表依赖学生的主观表达，容易出现说不清、不愿说、刻意美化状态的情况。安泊正在研发轻量化、游戏化的测评形式，通过学生的选择倾向、反应速度等行为数据，捕捉主观问卷不容易发现的状态信号。
研究发现，这类测评能减少敷衍和刻意作答，参与体验也更好，但无法完全杜绝，所以定位为自陈量表的补充。外显和内隐两类数据相互印证，整体测评结果才能更贴近学生的真实状态。学生在作答前会清楚知道这是一次测评。内隐测评正在研发中，很快就会上线。
写在最后
测了，不等于测准了；
测准了，也不等于读懂了。
每一个分数背后，都是一个远道而来、正在努力适应新生活的年轻人。他带着自己的语言、文化和对“正常”的理解，在问卷上留下的，是他此刻真实的样子。
心理测评的终点，是让学校看见这个具体的人，而不只是报告上的一个数字。
参考文献
[1] World Health Organization. World Mental Health Day 2026: Lived experiences heard: real voices, real change. 2026.
[2] 国家心理健康和精神卫生防治中心. 2026 年世界精神卫生日主题宣传海报及口号征集活动. 2026.
[3] Fried E I, Nesse R M. Depression is not a consistent syndrome: An investigation of unique symptom patterns in the STAR*D study. Journal of Affective Disorders, 2015, 172: 96–102.
[4] International Test Commission. The ITC Guidelines for Translating and Adapting Tests (Second Edition). International Journal of Testing, 2018, 18(2): 101–134.
[5] Velloza J, Njoroge J, Ngure K, et al. Cognitive testing of the PHQ-9 for depression screening among pregnant and postpartum women in Kenya. BMC Psychiatry, 2020, 20. doi:10.1186/s12888-020-2435-6.
[6] Harrington B J, Klyn L L, Ruegsegger L M, et al. Locally contextualizing understandings of depression, the EPDS, and PHQ-9 among a sample of postpartum women living with HIV in Malawi. Journal of Affective Disorders, 2021, 281: 958–966.
[7] Zotova N, Watnick D, Ajeh R A, et al. Understanding depression and the PHQ-9 items among people living with HIV: A multiple methods qualitative study in Yaoundé, Cameroon. SSM – Mental Health, 2024, 6: 100353.
[8] Heine S J, Lehman D R, Peng K, Greenholtz J. What's wrong with cross-cultural comparisons of subjective Likert scales? The reference-group effect. Journal of Personality and Social Psychology, 2002, 82(6): 903–918.
[9] King G, Murray C J L, Salomon J A, Tandon A. Enhancing the validity and cross-cultural comparability of measurement in survey research. American Political Science Review, 2004, 98(1): 191–207.
[10] Johnson T, Kulesa P, Cho Y I, Shavitt S. The relation between culture and response styles: Evidence from 19 countries. Journal of Cross-Cultural Psychology, 2005, 36(2): 264–277.
[11] 钟晓钰, 李铭尧, 李凌艳. 问卷调查中被试不认真作答的控制与识别. 心理科学进展, 2021, 29(2): 225–237.
[12] Harman J L. Game-like personality measures reduce faking and careless responding. PsyArXiv, 2022. doi:10.31234/osf.io/5n92w.
[13] Ohlms M L, Melchers K G, Kanning U P, et al. Game on, faking off? Are game-based assessments less susceptible to faking than traditional assessments? Journal of Business and Psychology, 2025, 40(6): 1323–1335.
[14] Lumsden J, Edwards E A, Lawrence N S, Coyle D, Munafò M R. Gamification of cognitive assessment and cognitive training: A systematic review of applications and efficacy. JMIR Serious Games, 2016, 4(2): e11.